Claim Missing Document
Check
Articles

Found 6 Documents
Search

PENGELOMPOKAN PENERIMAAN ASISTEM LABORATORIUM TEKNIK INFORMATIKA DENGAN MENGGUNAKAN K-MEANS DI UNIVERSITAS PERADABAN Saraswati, Nurul Mega; Cipta, Rito
ZONAsi: Jurnal Sistem Informasi Vol. 2 No. 1 (2020): Publikasi Artikel Jurnal ZONAsi untuk periode ke - 3, Maret 2020
Publisher : Universitas Lancang Kuning

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31849/zn.v2i1.4262

Abstract

Di Jurusan Teknik Informatika, Universitas Peradaban tidak hanya teori, tetapi terdapat pratikum. Keberhasilan pada proses belajar mengajar di Jurusan Teknik Informatika, Universitas Peradaban tidak hanya dari dosen saja, tetapi dari beberapa asisten pratikum laboratorium. Asisten disini membantu dosen dalam melayani dan memberikan arahan matakuliah yang sedang berlangsung, maka itu diperlukan calon asisten pratikum yang memiliki kompetensi dan ketangkasan dalam kesusaian silabus yang diterapka. Data mining bisa digunakan dalam pengelompokan data satu/lebih. Di penelitian yang dilakukan menerapkan data mining menggunkan metode K-Means. Atribut yang digunakan adalah IPK, nilai matakuliah pemograman, nilai matakuliah multimedia, dan nilai matakuliah jaringan. Sampel yang digunkan adalah 20 calon asisten laboratorium. Hasil pengujian yang dilakukang dengan Rapid Miner nilai k 3 adalah Cluster 1 berjumlah 6 anggota, Cluster 2 berjumlah 5 anggota, dan Cluster 3 berjumlah 9 Anggota.
Analisis Sentimen Pengguna Aplikasi MyPertamina Menggunakan Algoritma Bidirectional Long Short Term Memory Saputra, Angga; Sigitta Hariyono, Rito Cipta; Saraswati, Nurul Mega
Jurnal Eksplora Informatika Vol 13 No 2 (2024): Jurnal Eksplora Informatika
Publisher : Institut Teknologi dan Bisnis STIKOM Bali

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30864/eksplora.v13i2.973

Abstract

Aplikasi mobile telah menjadi sarana penting bagi perusahaan untuk berinteraksi dengan pengguna dan mengumpulkan umpan balik dari mereka. Salah satu aspek penting dari analisis data aplikasi pengguna adalah analisis sentimen, yang dapat memberikan wawasan pengguna tentang pandangan dan penggunaan aplikasi. Aplikasi MyPertamina yang merupakan layanan e-money juga telah terdaftar dan diawasi oleh Bank Indonesia. MyPertamina berfungsi sebagai sistem pembayaran non tunai. Pada aplikasi MyPertamina dapat memberikan ulasan aplikasi melalui kolom komentar atau memberikan rating dari 1 hingga 5 pada google playstore, namun seringkali pengguna memberikan rating yang tidak sesuai dengan ulasannya sehingga dapat mempengaruhi pelanggan jika ulasannya kurang bagus. Agar mempermudah pengelolaan data ulasan, penelitian ini menggunakan analisis sentiment. Analisis sentimen merupakan suatu metode yang digunakan untuk memahami, mengekstrak, dan mengolah secara otomatis data opini dan tekstual untuk mendapatkan sentimen yang terkandung dalam suatu opini. Penggunaan algoritma Bidirectional Long Short Term Memory (BiLSTM) dan Long Short Term Memory (LSTM) untuk analisis sentimen dari umpan balik pengguna pada aplikasi myPertamina. Penelitian ini menggunakan dataset yang berisi ulasan pengguna dari aplikasi myPertamina yang dikumpulkan dari platform Google PlayStore. Dataset ini secara otomatis dianotasi menggunakan library transformers untuk mengidentifikasi sentimen dari ulasan sebagai positif atau negatif. Selanjutnya, algoritma BiLSTM dan LSTM diterapkan untuk melakukan analisis sentimen pada dataset yang dianotasi. Hasil eksperimen menunjukkan bahwa kedua algoritma BiLSTM dan LSTM mampu menghasilkan sentimen yang cukup baik pada dataset ulasan pengguna myPertamina. BiLSTM menunjukkan kinerja yang lebih baik dibandingkan dengan LSTM, dengan akurasi 90% dan 86,25% untuk model LSTM.
Artificial Intelligence Chatbot for Customer Service in E-Commerce Using Telegram Based on Node.js Nabyla, Fuaida; Saraswati, Nurul Mega; Nursetyo, Arif; Hariyono, Rito Cipta Sigitta; Septi, Ariani Dwi
(JAIS) Journal of Applied Intelligent System Vol. 9 No. 2 (2024): Journal of Applied Intelligent System
Publisher : LPPM Universitas Dian Nuswantoro

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.62411/jais.v9i2.10432

Abstract

Currently, the traditional market is increasingly being supplanted by numerous online markets. The fierce competition in the online market necessitates excellent service from sellers to buyers. As a result, many online stores now offer round-the-clock service, which can be financially burdensome if handled manually. Chatbots offer a promising solution by automating the online shopping process, thereby reducing costs and enhancing customer service. To address the need for accurate and prompt responses, this study proposes an intelligent chatbot system built on Artificial Intelligence (AI), specifically tailored to function as an e-commerce assistant. Integrated seamlessly into the Telegram application, the chatbot efficiently processes user input questions through three essential stages: parsing, pattern matching, and data crawling, all powered by AI technology. Within the AI process, user requests are systematically categorized into three primary domains: general questions, calculations, and stock checks. Notably, the calculation category encapsulates both order and payment processes. The effectiveness of the proposed method is substantiated by the results of 200 trials, demonstrating its adeptness in accurately addressing all user inquiries.
The STRATEGI PENGEMBANGAN USAHA PRODUK KOPI CILIBUR DI KECAMATAN PAGUYANGAN, KABUPATEN BREBES khatimah, khusnul; Saraswati, Nurul Mega; Rahayu, Yasinta Sri; Rizqiyani, Ayu
AGROTEKSOS, Jurnal Ilmiah Ilmu Pertanian Vol 33 No 3 (2023): Jurnal Agroteksos Desember 2023
Publisher : Fakultas Pertanian Universitas Mataram

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.29303/agroteksos.v33i3.827

Abstract

Kopi termasuk komoditas perkebunan terbesar di Kecamatan Paguyangan. Kopi Cilibur merupakan satu-satunya usaha yang mengolah biji kopi menjadi produk kopi bubuk. Selama hampir 3 tahun, usaha produk Kopi Cilibur belum mengalami perkembangan yang signifikan. Pada penelitian ini bertujuan untuk mengidentifikasi faktor internal dan eksternal, kemudian menyusun Matriks IFE dan EFE, selanjutnya merumuskan strategi pengembangan usaha melalui metode SWOT. Responden adalah pemilik, pemasok biji kopi, dan konsumen. Hasil penelitian menunjukkan produk Kopi Cilibur memiliki (a) kekuatan utama, yakni kualitas produk Kopi Cilibur yang baik, (b) kelemahan utama, yakni lokasi Kopi Cilibur yang kurang strategis, (c) peluang utama, yakni peningkatan tren minuman kopi, dan (d) ancaman utama, yakni persaingan produk yang sejenis. Matriks IFE diperoleh skor 2,172 dan Matriks EFE diperoleh skor 2,360 dengan kategori ‘sedang’ menempati posisi sel V. SeI V menggambarkan posisi Kopi Cilibur pada kondisi pertahankan dan pelihara. Analisis SWOT diperoleh 14 rumusan strategi yang terbagi dalam 4 kelompok (S-O,S-T,W-O-W-T). Strategi utama terletak pada kombinasi S-O, yakni (a) Optimalisasi kualitas dan kontinuitas produk Kopi Cilibur, (b) Melakukan kerjasama dengan pemerintah melalui berbagai program binaan, (c) Mengikuti berbagai kegiatan pameran/bazar/lokakarya, dan (d) Meningkatkan inovasi pada kemasan produk Kopi Cilibur yang lebih bervariasi.
Konverter Buck-Boost dengan Sistem Close Loop untuk Panel Surya menggunakan Kontrol Arduino Prasetyono, Rizki; , Nasrulloh; Suyudi, Suhud; Saraswati, Nurul Mega; Arsiandro, Fadly Haris
TEKNIKA Vol. 18 No. 2 (2024): Teknika Juli - Desember 2024
Publisher : Politeknik Negeri Sriwijaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.5281/zenodo.12593114

Abstract

Solar panel sumbernya diambil dari energi matahari yang fluktuatif dengan kondisi alam, maka dibutuhkan konverter untuk menaikan dan menurunkan tegangan untuk menyesuaikan kebutuhan perangkan yang akan digunakan. Berkaitan dengan itu tujuan riset mengebangkan dan mendesain Buck-Boost Converter yang menggunakan sistem close loop tegangan diatas 12 Volt untuk solar panel. Arus searah (DC) akan diatur melalui konverter DC ke DC, ini merupakan suatu device yang mengubah/ mengkonversi energi listrik dari DC ke DC (menaikan atau menurunkan) tanpa mengubah polaritas sumber dan meningkatkan efisiensi daya. Metode penelitian melalui tahapan analisis permasalahan, desain pengembangan, unjuk kerja, evaluasi, dan kesimpulan. Analisi data kuantitatif deskriptif menceritakan data sesuai dengan keadaan sebenarnya/ kondisi nyata. Kesimpulan riset untuk pengujian konverter DC to DC system close loop untuk solar panel, berdasarkan pengujian menggunakan catu daya pada kondisi buck mampu menurunkan tegangan sampai 4,1 Volt dengan nilai error 5,707%. Pada konsisi boost mampu menaikan tegangan 54,7 Volt dengan nilai error 0,25%. Efisiensi ketika menggunakan solar panel 100 Wp pada kondisi buck dengan variasi duty cycle mempereloh nilai Vout menurun dari Vin. Kemudian kondisi boost dengan variasi duty cycle menaikan Vout dari Vin . Hal ini menunjukan sesuai dengan penelitian bahwa konverter buck untuk menurunkan dan konverter boost untuk menaikann tegangan.
Analisis Sentimen Review Aplikasi JKN Mobile menggunakan Algoritma Bidirectional Encoder Representations from Transformers Maulana, Alan Al Ridho Saputra; Saraswati, Nurul Mega; Millah, Asep Saeful
Jurnal Sistem Informasi dan Teknologi Peradaban Vol. 6 No. 1 (2025): jurnal Sistem Informasi dan Teknologi Peradaban
Publisher : Prodi Sistem Informasi Universitas Peradaban

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.58436/jsitp.v6i1.2291

Abstract

JKN Mobile adalah layanan aplikasi dibidang kesehatan yang di kembangkan oleh BPJS Kesehatan untuk mempermudah peserta Jaminan Kesehatan Nasional (JKN) dalam mengakses beragam layanan kesehatan secara online. Aplikasi ini kerap menerima ulasan negatif, terutama terkait performa dan kegunaannya. Oleh karena itu, diperlukan analisis sentimenuntuk memahami persepsi pengguna yang dapat dijadikan dasar evaluasi dan pengembangan aplikasi di masa mendatang. Data ulasan diambil dari Google Play Store melalui teknik web scraping, dengan jumlah total 7.000 ulasan dari bulan juni 2023 – juli 2024. Algoritma BERT digunakan untuk mengklasifikasikan ulasan-ulasan tersebut ke dalam kategorisentimen positif dan negatif. Hasilnya, BERT berhasil mencapai rata-rata nilai accuracy sebesar 93%, precission sebesar 90%, nilai recall sebesar 88%, dan nilai F1- Score sebesar 89% tingkat akurasi dalam proses klasifikasi. Hasil Penelitian ini diharapkan dapat membantu BPJS Kesehatan meningkatkan kualitas aplikasi JKN Mobile serta menyediakan layanan kesehatan yang lebih baik bagi masyarakat.